高德一夜刷榜：十億用戶用腳投票，美食到店榜單亂象被AI橫掃

一凡 發自 凹非寺
量子位 | 公眾號 QbitAI

阿里藏了3個月，亮相即提4個熱搜。

萬眾矚目的神秘項目，「高德掃街榜」終于揭開了廬山真面目……

熱議中有夸贊和激動，終于有人出來整頓到店和評價的亂象了。

討論里也有質疑：已經固化了十多年的格局，阿里和高德，憑什么一夜打破？

說一千道一萬，量子位也決定帶著疑問走一走，看一看這個「高德掃街榜」究竟有何不同。

而初體驗下來，基本能感知這個「首個基于真實行為的生活服務榜單」為何能夠一夜破局了，因為顛覆過去到店評價體系的玩法，高德之道至簡——真實的打敗虛假的，行為的打敗空口的

吃喝玩樂的門店排名，以后很難靠買靠刷了。

當然，如此大道至簡的邏輯背后，并非之前的玩家想不到。

現如今高德之所以能率先做到，忽如一夜春風來……背后的秘訣，無他，正是過往大數據的積累，現如今全面AI的賦能。

高德20年的數據石油，現在AI技術加持之下，井噴了。

實測高德掃街榜，很真實很不一樣

如果你也體驗「高德掃街榜」，也會發現它和傳統生活服務榜單的底層邏輯不同。

使用方式基礎，但排名方式不基礎。它就集成在高德地圖中，出道就是C位。

點開后上面是地圖，分布著熱度值靠前的幾家門店，下面是各種各樣的榜單，熱度和榜單排名都是用戶「用腳投票」的結果。「用腳投票」，怎么個投法？

答案就藏在頂部滾動出現的小字中，「高德掃街榜」的統計范圍覆蓋用戶反復前往的118萬家回頭店，生成排名的數據來自5143萬人的13億次導航，數據時間跨度長達一年，對應里程長度228億公里，相當于繞地球57圈

海量的數據沉淀出多個榜單，包括狀元榜、掃街榜、熱門打卡和城市指南，從很多方面滿足了咱們日常出行的不同需求。

其中狀元榜是年榜，迭代周期是一年，包括了美食、景點和酒店。掃街榜更新的頻率更高，一天迭代一次，眼睛一閉一睜，排名就可能有變化，相對狀元榜也更細化，每個細分榜單都有自己的特點。

對于煙火小店，高德有自己的定義。在高德看來，這種小店不完全是指那種“夫妻店”，也可以存在分店，但數量要少，和大型連鎖店區別開，而且產品價格要親民實惠。

輪胎磨損榜的評價標準又有不同，主要是體現遠距離專程前往，數據也都標注得很清楚，可以看到圖中注明有3.6萬人累計導航56.9萬次。多次前往榜單，則集中體現門店的回頭客數量。

此外還有本地人愛去、地方小吃、老字號等條目，都會根據最新情況每天動態更新，這些榜單包含的菜品種類很多，劃分方式多樣。

「高德掃街榜」不僅安排好了吃什么，還有逛什么、看什么、玩什么，甚至帶娃去處等都給你安排明白了，這榜單還是太全面了。

但全面還不是「高德掃街榜」最大的特點，或者說，全面的生活服務榜單此前也有玩家能做，「高德掃街榜」的獨特之處在于排名的真實

比如狀元榜中美食榜排名第一的餐館，就直接得到了量子位編輯部同學的認可。

不過它的距離稍微有點遠，還好「高德掃街榜」支持調整距離，這天中午我把距離設置為3km，然后選了一家距離最近的小店，打算檢驗一下「高德掃街榜」的含金量。

這時高能來了，當我和住在知春路附近的編輯部同學聊起這家小店時，她竟然表示不！知！道！

一家在掃街榜上排名靠前的餐館，附近的居民竟然不知道，這一刻我猛然意識到了掃街榜的價值，它讓那些沒有被發掘的人間煙火，第一次有了“賽博嘴替”，讓用戶隔著網絡看到了更真實的世界

想到這里，探店的興趣更濃了，跟著高德導航一路到了店門口。

此時已經下午一點，過了吃飯的高峰期，但店里依然坐滿了人，如果幾個人結伴而來甚至需要等位，這家店確實很受歡迎，狀元榜誠不欺我。

用完餐后準備打道回府，當再次打開高德時，突然發現界面和以往有點不一樣，門店下方彈出了一個評價。

對比沒有到過這里的用戶，其App界面就沒有「立即評價」這一欄。

必須到店才能做出評價，難道這就是「高德掃街榜」真實的秘訣？

那是不是以后刷榜也有bug可鉆？畢竟可以多找些人……

進一步探究后，會發現「高德掃街榜」背后的原理，其實并沒有這么簡單。

用AI打造首個基于真實行為的生活服務榜單

大模型重塑一切的當下，「高德掃街榜」背后的功臣顯然是AI，高德利用AI主要通過兩個方面保證評分體系的真實。

一方面是數據角度，「高德掃街榜」輸入的都是用戶的真實行為，比如搜索、分享、導航到店和評價等，這些都是源自物理世界的真實行為沉淀出的數據，不容易被偽造。

這些行為數據還會經過高德空間智能的處理，然后理清行為背后的復雜關系，幫助校驗評價的真實性和客觀性，厘清哪些是用戶真實到達后留下的內容，再結合芝麻信用，判斷用戶行為的可信度。

對比過去有“刷手”直接在線上“模擬消費”刷榜，批量生成大量好評的行為，「高德掃街榜」從數據源上就限制了刷榜操作。

另一方面是多模態大模型的助力，哪些是真正的“小店”、店里哪些菜品評價不錯，這些都需要借助多模態大模型的理解能力來進行判斷。

后端復雜的技術在前端界面最直接的展現，就是綜合評分

以前面提到的門店為例，它在「高德掃街榜」的綜合評分是4.7分。這個評分的構成很復雜，背后是一個復合函數，含有多個變量，還有芝麻信用校準。

可以看到它的用戶行為分是4.8分，基于用戶行為和用戶特征計算得出，用戶專程導航前往的距離、真實搜索數、真實收藏數都很清晰。

用戶評價分是4.6分，這個分數計算不是簡單粗暴地看用戶打了幾顆星，還要結合背后的真實性、專業度、時間、質量和數量等條件，這也是大模型發揮作用的地方。

沒有來過這個門店雖然也能發表評價，但是這種評價會被系統識別為無效評論，不會進入評分系統，刷好評的手段從此失效了。

大到總榜采用的數據總量，小到每一個門店評分背后的函數構成和加權因子，「高德掃街榜」都寫得清清楚楚，成為首個基于真實行為的生活服務榜單。

可取得這項突破的，為什么會是高德？

高德推出掃街榜，又為什么是此時此刻？

AI加持，高德的大數據石油井噴

有了AI加持，高德過去二十年的大數據石油，開始井噴

過去二十年，高德積累了海量的物理世界數據，用戶量已超10億，每天還有億萬次搜索和導航到店，源源不斷地注入數據油田。

現在，通義千問基礎大模型和高德自身的AI垂直優化，激活了沉淀的數據，就像石油終于注入了發動機，開始釋放高德的強大動能，讓高德能夠理解復雜的用戶行為序列和多模態信息。

比如一條路什么時候堵車，或者附近的門店是否值得去，看似簡單的決策背后，需要沉淀海量真實世界數據，需要空間智能理解背后的真實世界規律。“這些就是專屬于高德的路徑”。

在AI的加持下，高德如今更進一步將大數據石油萃取成「高德掃街榜」，在用戶和門店之間架起了一道橋梁。

千千萬萬用戶的真實行為，成為門店在互聯網最好的傳聲筒。門店只管做好菜，剩下的交給高德，高德用戶會「用腳投票」，投出真實的結果。

用戶不會對評分心存疑慮，也不會擔心“高分也踩坑”。我們的每一次出行都在助力著小店發光、大店發熱。

有意思的是在萬物皆可用AI生成的時代，高德反而用AI守住了真實，贏得了人心。

「高德掃街榜」，算是年度AI落地案例中，煙火氣十足又展現真善美的一個。

高德也好，阿里也好，還開了一個好頭。如果一個業態固化又痛點明顯，那就AI一下，站在人心的一方。